共查询到20条相似文献,搜索用时 633 毫秒
1.
2.
讨论了合成式模糊产生式规则及Petri网故障诊断原理与方法。基于模糊Petri网知识表示模型建立了提升机制动系统故障诊断模型,结合分步式的矩阵推理算法,克服了传统专家系统推理效率低的问题,同时利用故障传播矩阵记录故障的传播过程,体现了故障传播的动态行为,并通过实例验证了算法的正确性。提出了提升机状态监测与模糊Petri网一体化系统模型及其实现方法。充分利用了组态王设备监测与Petri网快速诊断的优势,通过组态王搭建提升机数据监测平台,监测数据经隶属度函数模糊化处理后形成初始标识,输入到模糊Petri网,实现实时监测与动态诊断。 相似文献
3.
4.
基于人工鱼群算法的变压器故障诊断研究 总被引:1,自引:0,他引:1
针对变压器在故障诊断时复杂难辨的问题,提出了一种基于人工鱼群算法优化BP神经网络的故障诊断方法。该方法首先将所得的样本进行预处理,然后通过归一化后的故障特征量样本和目标期望输出,对建立的模型进行样本训练,最后将验证数据进行诊断测试。诊断结果表明,采用该方法可以满足变压器故障诊断的需要,具有很强的实用价值。 相似文献
5.
提出利用GA-BP神经网络的系统对变压器的故障诊断进行优化。利用GA遗传算法优化BP的初始权值,得到GA-BP神经网络。同时使用L-M算法训练GA-BP,使其可精确识别故障变压器内部的气体含量变化,并针对变压器故障诊断过程进行高效处理。GA-BP神经网络具备模糊算法,具有计算快速和判断准确等优点,可在很多的领域内保障电气安全,因而其具有良好的发展前景。 相似文献
6.
7.
8.
为克服BP神经网络算法在故障诊断应用中的缺点,提出了粒子群优化BP神经网络的方法,并在此基础上优化BP神经网络的结构来提高准确率。最后,通过对变压器故障诊断在Matlab中的仿真结果,验证了此方法有较高的准确率和较快的收敛速度。 相似文献
9.
10.
11.
矿石破碎是露天矿采矿生产工艺的重要环节,旋回式破碎机作为露天矿进行破碎的大型设备,其故障的诊断通常较为复杂,难以利用主观经验进行精确及快速诊断。针对旋回式破碎设备的故障诊断问题,利用传感器实时采集数据,基于改进后BP神经网络构建故障诊断模型,以偏心套故障、轴承磨损、平行轴缺油、平行轴油温异常作为故障类型,以回流油温、润滑油油压、轴承振动频率、轴承转速作为故障特征参数,利用已知故障类型和故障样本数据对BP神经网络故障诊断模型进行了训练和优化,最后通过测试数据对优化后的旋回式破碎机故障诊断模型进行了验证。结果表明:基于BP神经网络的故障诊断模型能够对旋回式破碎机故障状态实时地做出有效判断,实现以预防为主的故障诊断方式,满足了露天矿大型旋回式破碎机的故障诊断的需求。 相似文献
12.
基于遗传神经网络的矿井通风机故障诊断研究 总被引:1,自引:0,他引:1
为了提高矿井通风机机械故障诊断的准确性,提出了一种基于遗传神经网络的矿井通风机故障诊断模型。利用BP神经网络的自学习、自适应、强容错性,并通过遗传算法优化BP神经网络的连接权重和阈值。弱化了故障诊断中的人为因素,提高了评价结果的准确性和权威性。仿真结果表明,该诊断方法具有准确度高、诊断速度快等优点,是一种实用的故障诊断方法。 相似文献
13.
发动机的磨损是发动机最常见的故障发生原因,及时、准确地检测出发动机的磨损状况是非常重要的。Petri网是一种用网状图形表示的系统建模方法,适于描述异步并发现象的计算机系统模型,是对并行及并发系统进行行为分析的有效工具,建立了发动机磨损故障诊断的模糊Petri网模型。该模型将模糊启发式规则的表示和诊断能力融为一体,完成不确定性知识和过程性的模糊诊断推理,通过简单的矩阵运算快速获得诊断结果。Matlab的仿真结果证明了该方法对发动机磨损故障诊断的有效性。 相似文献
14.
15.
针对BP神经网络模型在求取概率积分法预计参数时的缺陷,提出了一种基于改进灰狼优化算法(GWO)的BP神经网络参数预测模型。主要通过对灰狼算法的收敛因子a进行非线性收敛的改进,再利用粒子群算法(PSO)的速度更新公式更新搜索灰狼搜索位置。用改进的灰狼优化算法对BP神经网络的初始权值和阈值进行优化,然后利用最优的初始权值和阈值对模型进行训练和预测,从而得到概率积分法参数的预测结果。结果显示经过改进的灰狼算法优化BP神经网络的参数预测结果明显优于单一的BP神经网络模型和不改进的灰狼算法优化BP神经网络模型的预测结果,可以在矿区开采沉陷预计方面得到应用。 相似文献
16.
17.
18.
19.